AI Boom ไม่ได้จบที่ Chatbot เปิดเส้นทางเงินลงทุนสู่ AI Server, Cloud และ Data Platform

AI
2 mins read
2 mins read

Published

11 September, 2026

Language

Thai

Written by

Share

AI Boom ไม่ได้จบที่ Chatbot เปิดเส้นทางเงินลงทุนสู่ AI Server, Cloud และ Data Platform

Dell, HPE และ Snowflake ปรับคาดการณ์รายได้ขึ้น หลังความต้องการ AI Server, Cloud และ Data Platform เติบโตสูงกว่าคาด บทความนี้สรุปตัวเลขสำคัญ พร้อมอธิบายว่าเหตุใดเงินลงทุน AI จึงไม่ได้ไหลไปหา Chatbot เพียงอย่างเดียว และช่วยให้ธุรกิจมองเห็นโอกาสในตลาด AI Infrastructure ตั้งแต่ Server ไปจนถึง Data Center

เมื่อพูดถึงธุรกิจ AI หลายคนอาจนึกถึง ChatGPT, Claude หรือ Gemini เป็นอันดับแรก แต่เบื้องหลังบริการเหล่านี้ยังมีระบบขนาดใหญ่ที่ต้องใช้ตั้งแต่ชิปประมวลผล เซิร์ฟเวอร์ ระบบจัดเก็บข้อมูล Cloud ไปจนถึง Data Center

ผลประกอบการล่าสุดของ Dell, Hewlett Packard Enterprise หรือ HPE และ Snowflake กำลังสะท้อนว่า เงินลงทุนจำนวนมากยังไหลเข้าสู่โครงสร้างพื้นฐานที่ทำให้ AI สามารถทำงานได้จริง

Dell ปรับคาดการณ์ หลังยอดขาย AI Server พุ่ง

จากรายงานของ Reuters Dell ปรับเพิ่มคาดการณ์รายได้รวมสำหรับปีงบประมาณ 2027 เป็น 192,000 ล้านดอลลาร์ จากเดิม 167,000 ล้านดอลลาร์ หลังความต้องการเซิร์ฟเวอร์ที่ออกแบบมาสำหรับงาน AI สูงกว่าที่บริษัทประเมินไว้

Dell ยังเพิ่มประมาณการรายได้จาก AI-Optimized Server เป็นประมาณ 74,000 ล้านดอลลาร์ จากเดิม 60,000 ล้านดอลลาร์ ขณะที่รายได้ในไตรมาสล่าสุดทำสถิติสูงถึง 47,000 ล้านดอลลาร์

เซิร์ฟเวอร์เหล่านี้ติดตั้งชิปประมวลผลประสิทธิภาพสูง และถูกนำไปสร้าง Cluster สำหรับฝึกโมเดล ให้บริการ AI และประมวลผลงานจำนวนมากภายในองค์กรหรือศูนย์ข้อมูลของผู้ให้บริการ Cloud

HPE โตจากทั้ง AI Server และระบบ Network

HPE ก็ปรับเพิ่มประมาณการรายได้ หลังยอดขายเซิร์ฟเวอร์และอุปกรณ์เครือข่ายสำหรับ AI เติบโตต่อเนื่อง

Reuters รายงานว่า HPE เพิ่มคาดการณ์การเติบโตของรายได้ในปีงบประมาณ 2026 เป็น 34–37% จากเดิม 29–33% พร้อมเพิ่มประมาณการกำไรต่อหุ้นแบบปรับปรุงแล้วเป็น 3.75–3.85 ดอลลาร์

รายได้ไตรมาสล่าสุดของ HPE อยู่ที่ประมาณ 12,200 ล้านดอลลาร์ เพิ่มขึ้น 34% จากปีก่อน แต่บริษัทยังเผชิญข้อจำกัดด้านการจัดหาชิ้นส่วน ซึ่งอาจทำให้ไม่สามารถส่งมอบระบบได้ทันกับความต้องการทั้งหมด

Snowflake ชี้ว่า AI ต้องเริ่มจากข้อมูล

AI ไม่สามารถทำงานให้ธุรกิจได้อย่างมีประสิทธิภาพ หากข้อมูลยังแยกอยู่ตามระบบต่าง ๆ หรือไม่มีคุณภาพเพียงพอ นี่คือเหตุผลที่แพลตฟอร์มบริหารจัดการข้อมูลอย่าง Snowflake ได้รับประโยชน์จากกระแส AI ด้วย

จากรายงานผลประกอบการของ Snowflake บริษัทเพิ่มคาดการณ์ Product Revenue สำหรับปีงบประมาณ 2027 เป็น 6,070 ล้านดอลลาร์ จากเดิม 5,840 ล้านดอลลาร์ หลังรายได้ส่วนนี้ในไตรมาสล่าสุดเพิ่มขึ้น 37% เป็น 1,490 ล้านดอลลาร์

CEO ของ Snowflake ระบุว่า ผลิตภัณฑ์ AI มีส่วนประมาณครึ่งหนึ่งของอัตราการเติบโตที่เร่งขึ้น แสดงให้เห็นว่าการลงทุน AI ไม่ได้สร้างรายได้เฉพาะกับผู้ผลิตโมเดล แต่ยังส่งต่อมายังแพลตฟอร์มที่ช่วยจัดเก็บ เชื่อมโยง และประมวลผลข้อมูลด้วย

3 ชั้นของ AI Infrastructure ที่กำลังเติบโต

  • Server และชิป: เป็นพลังประมวลผลสำหรับฝึกโมเดลและให้บริการ AI แก่ผู้ใช้งานจำนวนมาก

  • Cloud และ Data Center: รองรับการติดตั้ง ขยายระบบ จัดการพลังงาน และเชื่อมต่อทรัพยากรประมวลผล

  • Data Platform: ช่วยรวบรวม จัดระเบียบ ควบคุมสิทธิ์ และเตรียมข้อมูลให้ AI นำไปใช้งานได้อย่างถูกต้อง

ตัวอย่างเช่น การสร้าง AI Agent สำหรับตอบคำถามลูกค้าไม่ได้จบแค่การเลือกโมเดล ธุรกิจยังต้องมี Server หรือ Cloud สำหรับประมวลผล ระบบข้อมูลที่เชื่อมกับ CRM และฐานความรู้ รวมถึงระบบ Network และ Security ที่รองรับการใช้งานจริง

แล้วธุรกิจควรลงทุนตามกระแสหรือไม่?

ยอดขายที่เติบโตสะท้อนว่าหลายองค์กรกำลังเร่งสร้าง AI Infrastructure แต่ไม่ได้หมายความว่าทุกบริษัทต้องซื้อเซิร์ฟเวอร์ของตัวเอง

ธุรกิจควรเริ่มจากการกำหนด Use Case ปริมาณงาน ความอ่อนไหวของข้อมูล และงบประมาณ ก่อนตัดสินใจว่าจะใช้ Public Cloud, Private Cloud, On-Premise Server หรือระบบแบบ Hybrid

สิ่งสำคัญคือการประเมินต้นทุนรวม ไม่ใช่ดูเฉพาะค่าโมเดล เพราะยังมีค่า Storage, Network, Security, Monitoring, บุคลากร และพลังงานที่ต้องนำมาคำนวณร่วมกัน

คำถามที่พบบ่อย

AI Server แตกต่างจากเซิร์ฟเวอร์ทั่วไปอย่างไร?

AI Server มักติดตั้ง GPU หรือชิปเร่งการประมวลผลจำนวนมาก พร้อมระบบ Network, Memory และ Cooling ที่ออกแบบมาเพื่อรองรับงานฝึกโมเดลและประมวลผล AI โดยเฉพาะ

ธุรกิจขนาดเล็กจำเป็นต้องซื้อ AI Server หรือไม่?

ส่วนใหญ่ยังไม่จำเป็น ธุรกิจขนาดเล็กสามารถเริ่มด้วย Cloud หรือ API เพื่อทดลอง Use Case และวัดผลก่อน หากมีปริมาณงานสูง ข้อมูลอ่อนไหว หรือจำเป็นต้องควบคุมต้นทุนระยะยาว จึงค่อยพิจารณาระบบภายในองค์กร

Snowflake เกี่ยวข้องกับ AI อย่างไร?

Snowflake เป็น Cloud Data Platform ที่ช่วยรวม จัดการ และวิเคราะห์ข้อมูลขององค์กร เมื่อ AI ต้องใช้ข้อมูลเหล่านี้ในการตอบคำถามหรือทำงาน Snowflake จึงทำหน้าที่เป็นหนึ่งในชั้นข้อมูลที่อยู่เบื้องหลังระบบ AI

สรุป

ผลประกอบการของ Dell, HPE และ Snowflake สะท้อนว่า AI Boom ไม่ได้สร้างโอกาสเฉพาะบริษัทที่พัฒนา Chatbot หรือโมเดลภาษา แต่กำลังผลักดันการลงทุนตลอดทั้งห่วงโซ่ ตั้งแต่ Server, Cloud และ Data Platform ไปจนถึง Data Center

คำถามสำคัญสำหรับธุรกิจจึงไม่ใช่เพียง “จะเลือกใช้ AI ตัวไหน?” แต่คือ “เรามีโครงสร้างพื้นฐานและข้อมูลที่พร้อมทำให้ AI สร้างผลลัพธ์ทางธุรกิจจริงแล้วหรือยัง?”

 

Written by
Senna Labs
Senna Labs

Share

Keep me posted
to follow product news, latest in technology, solutions, and updates

More than 120,000 people/day  visit to read our blogs

Related articles

Explore all

AI Transformation ในธุรกิจไทย : 5 กรณีศึกษาที่เกิดขึ้นจริง และบทเรียนสำคัญที่องค์กรควรเรียนรู้
AI Transformation ในธุรกิจไทย : 5 กรณีศึกษาที่เกิดขึ้นจริง และบทเรียนสำคัญที่องค์กรควรเรียนรู้
AI Transformation ในไทยเกิดขึ้นจริงแล้ว และกำลังเร่งตัวเร็วขึ้น ในช่วงหลายปีที่ผ่านมา เวลาพูดถึง AI Transformation หลายคนมักนึกถึงองค์กรระดับโลกอย่าง Google, Amazon หรือ Netflix แม้กรณีศึกษาจากต่างประเทศจะสร้างแรงบันดาลใจได้ดี แต่ผู้บริหารไทยจำนวนไม่น้อยยังรู้สึกว่าบริบทขององค์กรไทยแตกต่างออกไป ทั้งในด้านงบประมาณ โครงสร้างองค์กร ข้อมูล และทรัพยากรบุคคล อย่างไรก็ตาม ในปี 2026 องค์กรไทยจำนวนมากเริ่มนำ AI มาใช้จริงในระดับธุรกิจ และสามารถสร้างผลลัพธ์ที่วัดได้ชัดเจน ทั้งด้านต้นทุน ประสิทธิภาพ และประสบการณ์ลูกค้า สิ่งสำคัญคือองค์กรเหล่านี้ไม่ได้เริ่มจากการ “ซื้อ AI มาใช้” แต่เริ่มจากการวางรากฐานด้านข้อมูล
11 Sep, 2026

by

ปี 2026 : องค์กรที่ชนะด้วย AI ทำอะไรแตกต่าง ?
ปี 2026 : องค์กรที่ชนะด้วย AI ทำอะไรแตกต่าง ?
ในปี 2026 ความได้เปรียบด้าน AI ไม่ได้อยู่ที่การเข้าถึง Technology ในปี 2026 AI กำลังกลายเป็น Infrastructure พื้นฐานของธุรกิจในลักษณะเดียวกับ Internet และ Cloud Computing องค์กรจำนวนมากสามารถเข้าถึงเทคโนโลยี AI ได้ใกล้เคียงกัน ไม่ว่าจะเป็น: ChatGPT Claude Gemini รวมถึง AI API และ Enterprise AI Platform ต่างๆ ดังนั้น ความแตกต่างระหว่างองค์กรที่ประสบความสำเร็จกับองค์กรทั่วไป จึงไม่ได้อยู่ที่ “ใครมี AI” แต่อยู่ที่
11 Sep, 2026

by

ROI ของ AI คืออะไร : ตัวเลขที่ผู้บริหารควรรู้ก่อนลงทุน AI
ROI ของ AI คืออะไร : ตัวเลขที่ผู้บริหารควรรู้ก่อนลงทุน AI
ก่อนลงทุน AI องค์กรต้องรู้ก่อนว่า “พร้อมแค่ไหน” หนึ่งในความผิดพลาดที่แพงที่สุดของ AI Transformation คือการเริ่มลงทุนโดยยังไม่เข้าใจว่าองค์กรตัวเองอยู่ในจุดไหน หลายองค์กรรีบซื้อ AI Platform หรือเริ่มโปรเจกต์ AI ทันที เพราะกลัวตามคู่แข่งไม่ทัน แต่กลับพบปัญหาในภายหลัง เช่น: • ข้อมูลไม่พร้อม • ทีมงานไม่เข้าใจ AI • ระบบเดิมเชื่อมต่อกันไม่ได้ • พนักงานไม่ใช้งานจริง • หรือไม่สามารถวัด ROI ได้ชัดเจน AI Readiness Assessment จึงกลายเป็นขั้นตอนสำคัญก่อนเริ่มลงทุน เพราะช่วยให้องค์กรเห็นภาพจริงว่า: • จุดแข็งอยู่ตรงไหน • จุดอ่อนคืออะไร • และควรเริ่มลงทุนจากส่วนใดก่อน การประเมินนี้ใช้เวลาไม่นาน
11 Sep, 2026

by

Contact Senna Labs at :

hello@sennalabs.com999 Gaysorn Centre, Unit 5B-1 (523), 5th Floor, Phloen Chit Road, Lumphini, Pathum Wan, Bangkok 10330+66 62 389 4599
© 2022 Senna Labs Co., Ltd.All rights reserved. | Privacy policy